Arsitektur
Cyber engine & Intelligence. Keputusan tetap deterministik.
Velosight memisahkan dengan tegas antara lapisan yang mengusulkan (AI) dan lapisan yang memutuskan (engine deterministik dengan policy, approval, dan audit trail). Setiap batas komponen dirancang agar dapat diganti tanpa mengubah bagian lain.
Alur data
Dari sumber data hingga konsol.
Connector Framework
GoNormalization & Correlation
GoPenyimpanan
SoR + GraphAI Service
Python · FastAPIExposure Validation Engine
Go · deterministicWeb Console
Next.jsEnam AI engine
Lapisan intelligence yang dapat dijelaskan.
Setiap skor disertai penjelasan, setiap jawaban disertai sumber, dan setiap engine memiliki fallback deterministik saat layanan pendukung tidak tersedia.
Entity Resolution
Resolusi probabilistik yang melengkapi korelasi deterministik, dengan proteksi terhadap over-merge.
Classification
Menentukan tipe dan kritikalitas aset; nilai dari operator selalu menang atas tebakan mesin.
Risk Prioritization
Model risiko multiplikatif delapan faktor dengan kontribusi per faktor dan narasi.
Attack Path Prediction
Attacker state search, k-best Dijkstra, dan analisis choke point.
Exposure Planner
Menerjemahkan attack path menjadi rencana validasi — yang kemudian diperiksa policy.
Security Copilot
Graph RAG atas Neo4j, PostgreSQL, dan knowledge base pgvector.
Stack teknologi
Dipilih untuk kecepatan, keterbacaan, dan kontrol.
| Layer | Teknologi |
|---|---|
| Frontend | Next.js · React · TypeScript · Tailwind · Cytoscape.js · Apache ECharts · TanStack Query |
| Cyber engine | Go — connector, correlation, graph projection, validation engine, REST API |
| Intelligence engine | Python 3.11 · FastAPI — 6 AI engine, Graph RAG |
| System of record | PostgreSQL 16 + pgvector |
| Graph | Neo4j 5 — property graph Asset, Identity, Credential, Vulnerability, Application |
| Object storage | MinIO — evidence dan artefak |
| Cache | Redis |
| Deployment | Docker Compose · manifest Kubernetes |
Prinsip desain
Keputusan yang membuat platform dapat dipercaya.
Satu pipeline untuk semua jalur masuk
Connector vendor, input manual, import, dan network scan sama-sama menghasilkan SourceRecord. Tidak ada jalan pintas yang menulis langsung ke tabel aset.
Degraded mode, bukan kegagalan
Tanpa Neo4j, graph dibangun dari PostgreSQL dan sumber graph ditampilkan di UI. Tanpa API key LLM, narator deterministik mengambil alih.
Rahasia tidak pernah kembali
Kredensial connector dan scan disegel AES-256-GCM dan tidak pernah dikembalikan oleh API.
Dataset live dan demo terpisah
Masing-masing memiliki PostgreSQL, Neo4j, dan AI service sendiri — peragaan tidak pernah mencemari inventaris nyata.
Event log yang siap diskalakan
Topik asset.raw, exposure.detected, risk.updated, dan lainnya berjalan dalam proses saat ini, dengan titik penggantian terisolasi untuk Kafka, ClickHouse, dan Temporal.
Kejujuran tentang ketidakpastian
Status gagal, tidak terjangkau, dan tertunda dibedakan; temuan potential tidak pernah membentuk attack path.
Deployment
Berjalan di infrastruktur Anda.
Self-hosted dengan Docker Compose untuk evaluasi, atau manifest Kubernetes untuk lingkungan produksi. Knowledge base kerentanan disuplai oleh Velosight Hub sebagai bundle bertanda tangan.
- Satu siklus discovery penuh dalam hitungan detik.
- Halaman Status Layanan memantau core-api, database tiap dataset, AI service, penjadwal, feed, Redis, dan MinIO.
- REST API lengkap untuk integrasi dengan SOAR, ticketing, dan pelaporan.
# evaluasi lokal $ make up $ make seed # contoh API GET /api/v1/stats/overview GET /api/v1/assets/{id}/correlation GET /api/v1/attack-paths GET /api/v1/exposures?on_attack_path=true POST /api/v1/campaigns POST /api/v1/campaigns/{id}/approve POST /api/v1/ai/copilot
Diskusikan arsitektur dengan tim kami.
Kami dapat membahas kebutuhan integrasi, sizing, dan model deployment untuk lingkungan Anda.